Belajar

Ada banyak teknologi yang berkembang, halaman ini sebagai pengingat saya dalam belajar, secara umum basic dunia perkodingan diawali dari PHP - Codeigniter, hingga sekarang saya bekerja.

Belajar?

Dalam belajar, saya bisa menjadi apa saja, artinya selama hal itu tidak menggangu kegiatan/ pekerjaan, bahkan dapat membantu maka saya akan pelajari, saya tertarik pada front-End ataupun back-End. Saat ini fokus belajar saya disisi Front-End, pada bahasa JavaScript Terutama React.

Link Video adalah halaman untuk menampilkan video tutorial yang saya ikuti, mohon maaf kebanyakan didapatkan dengan cara Torrent, dan beberapa akses dengan user/password terbatas (hanya 2-3 ), sekali lagi, kalo punya duit yang gak kepake, mending beli buat tutorialnya, kalo saya kepake buat bayar kuota internetnya.

Link Buku adalah halaman untuk buku tutorial yang gw coba baca. hehe. kadang pengen baca kadang pengen liat video, tutorialnya.

Link Sertifikat adalah halaman bukti belajar gw sudah kelar dan sourcecode belajar disimpan di Halaman ATM Github.

Python 3

Target saya di Python bukan sekadar back-End biasa, tapi menjadi AI/ML Engineer: fokus pada integrasi model AI/LLM ke dalam aplikasi, pengelolaan data pipeline, dan pemrosesan API/Cloud.

Target ini berdasarkan lowongan kerja berikut: belajar-python

Phase 1: Pondasi Pemrograman & Data

  • Bahasa Python

    • Dasar Python: variabel, tipe data, kontrol alur
    • Data Structures: list, tuple, dict, set, comprehension
    • Object-Oriented Programming (OOP)
    • Library pemrosesan data: Pandas, NumPy, Pydantic

  • Data Preprocessing & Pipeline

    • Pembersihan data dan penanganan missing values
    • Normalisasi teks/ citra
    • Pembuatan alur kerja data (data pipelines)

  • REST API & Backend Basic

    • Membuat dan mengonsumsi API dengan FastAPI atau Flask
    • Menjembatani model AI dengan aplikasi backend

Phase 2: Spesialisasi AI, LLM & Framework

  • Integrasi LLM & Generative AI

    • OpenAI API dan Hugging Face Transformers
    • Prompt Engineering
    • Function Calling
    • Embeddings

  • Orkestrasi LLM (RAG)

    • Framework LangChain atau LlamaIndex
    • Membangun sistem Retrieval-Augmented Generation (RAG)
    • Vector Databases: ChromaDB, Pinecone, atau Qdrant

  • Visi Komputer & NLP Dasar

    • Dasar OpenCV untuk pemrosesan gambar (Computer Vision)
    • Klasifikasi dan analisis teks (NLP)

Phase 3: Infrastruktur & Cloud Deployment

  • Containerization

    • Docker untuk membungkus aplikasi Python/AI
    • Menjalankan container secara konsisten di server mana pun

  • Cloud Services (AWS, GCP, atau Azure)

    • VM (EC2/ Compute Engine)
    • Serverless Function
    • Cloud Storage

  • Clean Code & Git

    • Standar penulisan kode rapi (PEP 8)
    • Dokumentasi teknis (Swagger/ OpenAPI)
    • Manajemen versi menggunakan Git

Phase 4: Portofolio & Lamaran Kerja

  • Proyek 1 (LLM/RAG): aplikasi tanya-jawab dokumen internal (PDF Chatbot) dengan LangChain, OpenAI API, dan FastAPI
  • Proyek 2 (Computer Vision/ Predictive): API deteksi objek atau prediksi data tabular yang di-containerize dengan Docker
  • Dokumentasi kode: semua proyek disimpan di GitHub dengan README.md lengkap (arsitektur, cara instalasi, dokumentasi API)